天波雷达弱目标检测的知识辅助DP-TBD方法

提出一种知识辅助动态规划检测前跟踪(KA-DP-TBD)方法.在天波雷达弱目标的检测中,联合多帧回波数据积累能量,先单帧数据做常规信号处理,再用距离-多普勒平面上目标的运动特征及目标运动的统计特性为辅助知识,在下一帧能量积累时选择在合理的关联区域内进行动态规划积累,排除不符合目标运动特性的积累区域的强噪声对检测结果的影响,提高雷达在复杂多变的外界干扰环境及非平稳的电离层传播环境中的检测概率,在提高弱目标检测性能的同时减小了运算量,工程可实现性较强.仿真分析和实测数据处理结果验证了该方法的有效性.     

基于Keystone变换的高速运动目标检测方法研究

高速运动目标脉间存在越距离单元走动,且多普勒频谱混叠,脉间相参积累困难.利用长时间的信号积累,来提高微弱高速运动目标在低信噪比下的检测性能理论上是一种有效方法,但积累时间长,使得目标回波越距离单元走动,相参积累更加困难.进行速度提前预估计的方法,能很好提高检测性能,但增加了技术难度,并且需要长的检测时间.本文研究一种改进的Keystone变换方法,该方法是通过计算不同模糊系数时的所有回波脉冲峰值位置的方差,记录下方差最小时的模糊系数,利用该模糊系数,结合运用SINC函数插值实现的变换方法.该变换方法不受目标回波积累时间的限制,无需预先估计目标速度,可同时实现解多普勒模糊和补偿距离走动.仿真结果表明,与进行匹配滤波后相参积累的方法相比,结合最小方差法和Keystone变换的方法,能有效补偿距离走动,去除多普勒模糊,有效提高了高速运动目标回波脉冲积累的信噪比,改善了雷达的检测性能.     

基于多通道补偿的毫米波雷达高速目标检测方法

目标检测是雷达的重要任务之一,利用长时间信号积累能有效提高低信噪比时的检测性能.对于高速运动目标,脉间回波存在相位差,及严重的距离走动现象,影响相参积累的效果.针对雷达系统高速运动目标检测的问题,提出一种基于多通道补偿的方法,提高毫米波雷达脉间相参积累性能.该方法将目标速度范围划分成若干区间,对每一区间设置一个补偿通道,各通道按对应速度区间的中值对输入信号进行走动校正及相位补偿,补偿后经过匹配滤波器输出;选取所有通道输出值的最大值,与预先设定的阈值的判决器进行比较,以确定有无目标.该方法与恒虚警检测结合,无需预先估计目标速度.用Matlab构造毫米波雷达发射与接收回波的模型,对接收信号进行多通道补偿高速目标检测进行了仿真.仿真结果表明,在毫米波雷达高速目标检测中,多通道补偿方法能有效的检测出微弱高速运动目标,与直接相参积累方法相比,可提高7dB的信噪比,增强毫米波雷达系统的检测性能.     

一种雷达视频弱小目标检测前跟踪方法

基于雷达视频的弱小目标检测与跟踪在国防和民用领域具有重要的应用价值。本文利用弱小目标的运动信息,用渐消递归最小二乘法对背景进行建模,由当前帧图像与预测背景的差分来检测运动弱小目标。分析了渐消递归最小二乘法的检测前跟踪特性,提出了渐消递归最小二乘法和数学形态学相结合的方法,在检测到运动目标的同时能快速地获得目标航迹,避免了恒虚警率带来的信噪比损失。由于该方法运算步骤简单,有较快的检测速度和较高的稳定性,广泛适用于工程领域。     

红外序列图像中运动小目标的检测方法

研究红外图像中运动小目标的检测和跟踪问题．根据红外图像中背景干扰和噪声的特点,采用梯度倒数加权低通滤波器对图像进行滤波．在目标分割和标记后,沿目标轨迹进行能量积累以搜索和跟踪小目标．实验结果表明,该方法能极大地提高实际红外目标图像的信噪比,改善目标分割效果,能有效地进行小目标的检测和跟踪,尤其适用于目标遮掩或偶尔出现目标丢失的情况．     

采用脉冲积累方式提高防撞雷达测距性能

雷达对目标回波的检测能力是雷达测距性能的基础,而一般情况下雷达的回波信号是非常微弱的，有时甚至完全淹没在噪声中.为了检测出微弱的有用信号,可以采用对回波脉冲进行视频或中频积累.分析了脉冲积累对回波信号信噪比的改善能力,并设计了先对回波信号进行高速采样然后进行累加的数字式脉冲积累方案.试验表明当对M个周期的回波信号进行积累时,可使信噪比大约改善M倍,大大提高了门限检测电平,显著地改善了雷达的测距性能.脉冲积累方式同样适用于诸如生物医电等非常微弱的信号的测量,从而可以大大提高信噪比.     

红外序列图像中运动小目标的检测方法

研究红外图像中运动小目标的检测和跟踪问题。根据红外图像中背景干扰和噪声的特点,采用梯度倒数加权低通滤波器对图像进行滤波。在目标分割和标记后,沿目标轨迹进行能量积累以搜索和跟踪小目标。实验结果表明,该方法能极大地提高实际红外目标图像的信噪比,改善目标分割效果,能有效地进行小目标的检测和跟踪,尤其适用于目标遮掩或偶尔出现目标丢失的情况。     

电离层探测仪回波能量积累算法

设计一组适用于小功率便携式电离层探测仪的预处理能量积累算法.该积累算法由基于脉间相位编码的脉冲压缩算法、基于多次探测的多普勒积累算法和群时延-多普勒域二维积累算法3部分组成.实时采集的数字信号经过脉冲压缩算法处理后,回波能量均在电波历经的群时延距离附近聚集,信噪比提高,回波的相位信息被保留.然后,依据多次探测过程中的相位连续性实现多普勒积累.最后,基于数字图像处理技术和电离层回波的时延与多普勒连续散布特性提出群时延-多普勒域二维积累算法,不仅可以提高短波信道的衰落区域的能量,还可以填补脉间调相体制的回波区域中的固有盲区.研究结果表明:实测数据经积累算法处理后,回波信噪比显著提高;这些积累算法可为弱回波检测提供具有更高信噪比的数据,减小探测仪的功耗,有利于设备的小型化和便携化.     

多频高频地波雷达目标数据融合与跟踪

强烈的海杂波干扰以及目标起伏严重制约了高频雷达的目标检测与跟踪性能,针对这一不足,提出一种基于多频雷达的数据融合与跟踪算法.通过加权最近邻关联来融合多频数据;通过无味卡尔曼滤波输出跟踪结果.在中国东海舟山海域进行了为期10d的数据采集实验用于验证系统性能.研究了多频雷达数据特点,给出了合适的距离、速度和方位的融合门限及权重设置方法,建立了从检测到跟踪整套处理流程,并提出了用于检验多频工作性能的评价指标.评价指标包括目标在线时间、航迹分裂数目、跟踪区域和定位误差.研究结果表明:通过数据融合和跟踪滤波显著延长了目标在线时间,提高了目标检测概率并减小了定位误差和跟踪中出现的航迹分裂数量,增强了跟踪稳健性.     

基于多普勒变换的水下目标运动状态检测

为解决水下目标运动状态的检测问题,提出了一种基于多普勒变换的检测方法.因受被测目标的不同运动状态影响,线性调频信号回波的参数会产生相应变化.利用多普勒变换在时频域中良好的能量积聚性,将回波信号稀疏化,然后基于压缩感知重构回波信号的特征参数,同时消除水声信道背景噪声的干扰,从而根据线性调频信号回波的物理特征判定水下目标的运动状态.仿真结果表明,该方法提高了非线性信号瞬时性能的时频域分辨率,能够有效检测水下目标的运动状态,并且在低信噪比下具有较高的检测概率.     

基于多视图像序列跟踪的SAR地面运动目标检测

为基于合成孔径雷达(SAR)检测地面切向运动目标,提出基于多视图像序列跟踪的检测方法。在SAR多视图像序列上,具有切向速度的地面运动目标在子视图像间的位移轨迹可近似为一条斜线。该算法利用具有方向性约束的动态规划实现动目标在SAR多视图像序列上的轨迹跟踪,进而沿散焦轨迹作非相干积累可显著改善微弱目标检测性能。基于跟踪信息可实现动目标切向速度估计和解Doppler模糊。基于实测机载SAR数据的数值实验证明了该方法的有效性。     

基于视觉的智能移动机器人的运动目标检测与跟踪

目的扩大机器人的目标搜寻范围,并对运动目标进行跟踪。方法提出了将运动背景下运动目标的检测方法应用于机器人目标检测与跟踪,并使用基于视觉的目标跟踪方法。结果机器人在运动状态下仍然能够进行运动目标检测。结论移动机器人能够在运动过程中准确地检测出运动目标,并有效地提高了目标检测的能力。     

红外图像多帧检测过程对性能的影响

结合红外图像序列检测算法的具体过程,分析了多帧检测的性能,从概率的角度推导了目标的辐射特性、运动特性、航迹关联算法与多帧检测性能的关系式,并从理论上就这些单个具体的因素对检测性能指标的影响进行了定量的分析计算.     

雷达低可观测目标探测技术

 复杂背景下稳健高效的低可观测目标探测始终是雷达信号处理领域的研究热点和难点。一方面,强杂波背景和目标复杂运动使得信号微弱,时频域难以区分;另一方面,传统雷达体制回波信号资源受限,难以实现对目标信号的精细化描述,亟需发展雷达目标探测新体制和新技术。本文归纳总结了低可观测目标探测面临的技术难点,系统回顾了常用的雷达动目标检测方法,最后从目标探测技术和手段两方面对雷达低可观测目标探测的发展进行展望。     

一种移动机器人跟踪机动目标的方法

针对机器人跟踪机动目标,提出了一种完整探测、估计的方法.利用单目视觉定位被跟踪目标的方位,再融合激光数据来获取目标的空间位置.基于"当前"统计模型,将获取到空间位置作为观测信息,采用自适应卡尔曼滤波算法,对机动目标进行跟踪,并准确预测其位置、速度及加速度信息.为验证本方案,使用一个Pioneer 3-AT作为主动机器人,及一个AmigoBot机器人作为被跟踪目标进行实验.结果显示,提议的方案可行,其精度满足实际应用的要求.     

基于随机蕨丛的长期目标跟踪算法

为了从根本上解决运动目标遮挡、环境光照变化、目标外观变化、目标运动速度过快等复杂情况下的目标跟踪问题,采用了将目标检测与标准的目标跟踪算法相结合的目标跟踪框架,提出了基于双向一致性误差评估的标准跟踪算法,提高了跟踪点的可靠性;采用随机蕨丛算法作为目标检测的主体,很好地解决了目标遮挡、消失等情况导致跟踪失败后无法重新初始化的问题.通过实验验证了所提出的目标跟踪算法能实现目标的长期跟踪,且具有很强的适用性.     

Motion Geometric Active Contours： Tracking Nonrigid Objects in Clutter Background

MGAC (Motion Geometric Active Contours), a new variational framework of geometric active contours to track multiple nonrigid moving object‘s in the clutter background in image sequences is presented. This framework, incorporating with the motion edge information, consists of motion detection and tracking stages. At the motion detection stage, the motion edge map provides an approximate edge map of the moving objects. Then, a tracking stage, merely using thestatic edge information, is considered to improve the motion detection result. Force field regularization method is used to extend the capture range of the edge attraction force field in both stages.Experiments demonstrate that the proposed framework is valid for tracking multiple nonrigid objects in the clutter background.     

基于分块变化检测的人体肢体运动跟踪

人体运动跟踪是基于视频的人体运动分析的关键技术之一.提出了一种新的人体肢体运动的跟踪方法,通过基于分块的帧间变化检测和二维人体块模型检测出人体运动区域,利用背景统计的技术从累积的帧差信息中构建出完整的背景区域,进而从运动区域中提取出头部和四肢的区域,通过区域形状分析确定各肢体区域的位置信息,从而判断出关节点的位置.实验证明,该方法可以对人体肢体的大幅度运动进行跟踪.     

基于摄像机的人体运动分析系统标志点图像处理

针对基于普通摄像技术的人体运动分析系统检测精度与处理速度低的问题,提出了一种快速标志点模糊图像预处理及标志点识别与跟踪的新方法。该方法首先利用快速模糊边缘检测算法对图像进行增强处理,然后使用作者构造的基于阈值法的连通域判别算法提取标志点图像边缘,最后运用“一阶预测—局部搜索”方法查找与跟踪标志点。对比实验及临床应用结果表明,该方法具有运算量小,图像处理快的特点,提高了运动分析系统的运行速度。该方法尽管是针对由普通摄像机替代专用设备建造的人体运动信息分析系统中图像处理问题提出的,但它同样适用于其它有关静止或低速运动物体图像的检测、处理与模式识别等方面的研究。     

基于动态RCS模型的天波雷达发现概率计算方法

针对现有方法影响因素考虑不全导致计算结果与实际情况有较大偏差的问题,提出了一种改进的天波雷达飞机目标发现概率计算方法。归纳了不同电离层状态对天波雷达探测距离的影响。考虑目标在给定航路飞行过程中的雷达截面积随姿态变化,建立了目标动态雷达截面积计算模型。在此基础上,利用瞬时发现概率模型和综合发现概率模型求得天波雷达飞机目标发现概率。实例计算结果表明:电离层Es全遮蔽状态导致目标发现概率下降了0.273,不同航路和飞行姿态条件下目标发现概率差异较大,最大差值达0.253。